Cpk 只有 0.82，客户下了最后通牒？——某汽车零部件企业过程能力攻坚的案例剖析

一、开篇：一张审核报告，把"优秀"打回原形

某汽车零部件企业主营传动轴花键轴，年产量约一百二十万件，客户是两家国内主流主机厂。今年四月，客户年度供应商审核的末次会议上，审核组长展示了一张统计图：抽查该企业近三个月一百二十五件过程检验数据，计算关键特性"花键大径"的过程能力指数 Cpk，结果只有 0.82，远低于客户对关键特性 Cpk≥1.33 的要求。审核结论里多了一条严重不符合项，整改期限九十天，超期未关闭将启动供应商淘汰程序。

消息传回厂里，上下都觉得冤枉：这条产线一次合格率 98.6%，返工后出货合格率 99.8%，月度质量报表连续十二个月达标，怎么突然就"过程能力不足"了？

质量部经理老刘没有急着辩解。他把客户的计算过程要过来，发现对方用的是 SPC 系统里导出的原始数据，算法标准，没有刁难。他意识到，真正的问题不是客户苛刻，而是企业自己长期用"合格率"这一把尺子看过程，从来没认真算过 Cpk。

二、Cpk 到底在算什么：合格率 98.6% 与 Cpk 0.82 的矛盾

先看 Cpk 的定义。对花键大径这种双侧公差特性，Cpk 取两个单侧能力指数的较小值：Cpk＝min（（USL－μ）／3σ，（μ－LSL）／3σ），其中 μ 是过程均值，σ 是过程短期标准差。它同时回答两个问题：过程中心离公差中心有多远（偏移），过程波动有多大（分散）。这两个问题任何一个恶化，Cpk 都会掉下来。

有意思的是，0.82 这个数字和 98.6% 的一次合格率是自洽的：按正态分布推算，Cpk＝0.82 时理论不良率约 1.4%，与产线实测的 1.4% 几乎一一对应。换句话说，那 1.4% 的不良不是"偶然"，而是过程能力的必然产物——返工把不良抹平了，出货合格率自然好看，但过程本身一直在稳定地制造不良。

这正是合格率这类结果指标的局限：它只能告诉你"出来多少坏的"，却说不清"过程还有多少余量"。而 Cpk 是过程指标，它把公差带宽度和过程波动放在同一个坐标系里比较，直接回答"如果过程继续这样跑，每百万件会有多少超出公差"。

三、测量：先把数据洗干净

老刘组织的整改小组做的第一件事，不是调设备，而是检查数据。因为 Cpk 的计算完全依赖数据质量，数据脏，算出来的能力指数就是空中楼阁。

排查发现三个问题。第一，SPC 系统里混入了换刀后的首件数据。操作工换刀后习惯先加工三五件"试切"，这些零件尺寸往往接近公差边界，按规程应该单独判定，但都被录进了常规采样序列，把波动"做大"了。第二，两台精车机的数据混在一起统计。1 号机和 2 号机投产年限不同、刀具状态不同，合并计算掩盖了设备之间的差异。第三，测量环节本身有杂音：对三名检验员做测量系统分析，%GR&R 达到 21.5%，虽在 10%～30% 的临界区，但读数手法不一致已经足以干扰能力判断。

整改小组重新定义数据规则：换刀首件单独记录、两台设备分开计算、检验员统一测量手法并做 GR&R 复测。数据清洗后重算，真实 Cpk 浮出水面——不是 0.82，而是 0.71。客户还算客气了。

四、分析：波动和偏移，各有各的来路

Cpk 低，要么波动大，要么中心偏，要么两者都有。小组把数据按设备、班次、刀具使用时长三个维度分层。

分层结果指向两个方向。按设备分层，1 号机 Cpk 1.21，2 号机只有 0.55——差异首先来自设备。按刀具使用时长分层，规律更明显：换刀后两小时内 Cpk 约 0.9，两小时以后断崖式下跌到 0.4 左右。操作工坦言，换刀全凭"声音和手感"，感觉刀具不行了才换，而感觉往往来得太晚，刀具已经进入急剧磨损段，尺寸快速漂移。这是波动的大头。

中心偏移来自另一处。小组用对刀仪校验对刀基准块，发现基准块定位面磨损了 0.012mm。花键大径公差带只有 ±0.025mm，0.012mm 的磨损等于把整个加工中心顶到了上差附近，加上刀具磨损的叠加，超差就发生了。根因用 5Why 继续追问：基准块为什么磨损？因为没有纳入周期校准；为什么没有校准？因为量具台账里根本没登记它。一个"不在账上"的基准，就这样悄悄带偏了整条产线。

五、改进：对根因动手，而不是对结果施压

根因清楚后，改进措施就不是"加强检验、加强培训"这类空话了，而是逐条对根因：

第一，建立刀具寿命管理。用两周时间做刀具寿命试验，统计不同寿命段（按加工件数）的尺寸漂移曲线，确定每把刀的安全寿命为四百件，到数强制换刀，换刀后首件三检并单独记录。把"凭感觉换刀"改成"按数据换刀"。

第二，修复并纳管对刀基准。更换磨损的基准块，把它纳入计量校准台账，每季度校准一次，并增加换型后的对刀确认环节，确保加工中心每次都从同一基准出发。

第三，统一程序补偿参数。两台设备此前各自维护一套补偿参数，小组把工艺参数、补偿规则标准化，写入作业指导书，杜绝"老师傅各自调"。

试点先放在问题最严重的 2 号机。两周后，2 号机 Cpk 从 0.55 升到 1.42；一个月后全产线推开，Cpk 稳定在 1.3 以上。

六、控制：让 1.55 站得住

改进见效不难，难的是站得住。小组同步做了三件事固化成果：一是把 Xbar-R 控制图从"每周汇总"改为"每两小时取样点图"，换刀节点自动标注，出现异常点立即按反应计划处置；二是建立月度 Cpk 评审机制，对每台设备的关键特性滚动计算 Cpk，低于 1.33 触发分析，低于 1.0 直接停线；三是把刀具寿命、对刀确认、数据规则全部写进标准化作业文件，新员工培训必须考核通过才能上岗。

九十天整改期满，客户现场复评：重新抽取一百二十五件过程数据，花键大径 Cpk＝1.55，一次合格率从 98.6% 升到 99.96%，返工量几乎消失，严重不符合项关闭，供应商资格保住。按六西格玛口径换算，这条产线的西格玛水平从约 2.5σ 提升到约 4.6σ，理论不良率从每百万件约一万四千件降到个位数。

七、一句话总结

Cpk 是过程写给管理者的一封信：合格率再好，也掩盖不了过程能力的赤字。从 0.82 到 1.55 的这段路，走的不是运气，而是"把数据洗干净、把根因挖到底、把改进固化成制度"这三步——这正是六西格玛改善最朴素也最有力的内核。

合格率是结果，Cpk 是过程的声音；把数据洗干净、根因挖到底、成果固化成制度，过程能力才能从 0.82 走到 1.55。

知识编号：6.3.2

版本：v20260817

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。